Cold homes and tight budgets: measuring energy poverty and the coping strategies used by households in the Town of Bridgwater, Nova Scotia
Notice bibliographique
Résumé
Objectif. La précarité énergétique réfère aux situations où les ménages ne sont pas capable de subvenir ou d'accéder à suffisamment de services énergétiques pour répondre à leurs besoins matériels et sociaux. En 2019, la ville de Bridgewater, en Nouvelle-Écosse, estimait qu’environ 40 % de leurs ménages étaient en situation de précarité énergétique. Inscrit dans un projet de recherche plus vaste visant à évaluer l'ampleur de la précarité énergétique à Bridgewater et ses impacts sur le bien-être, ce mémoire de maîtrise a pour but de répondre aux questions : Qui est confronté à la précarité énergétique dans la ville de Bridgewater ? Comment y font-ils face ? Pour ce faire, les objectifs de ce mémoire étaient de mesurer la prévalence de la précarité énergétique à l'aide de différents indicateurs, d'identifier les caractéristiques socio-économiques et de logement associées à la précarité énergétique et de décrire les stratégies d'adaptation utilisées par les ménages en mettant l'accent sur le compromis du « heat or eat » qui se produit lorsque les ménages sont contraints de réduire leur consommation d'énergie ou leurs dépenses d'épicerie pour équilibrer leurs finances.Méthodes. Les données ont été collectées à l'aide d'une enquête communautaire sur les besoins énergétiques et le bien-être menée au printemps de 2022 à Bridgewater. Huit indicateurs monétaires et subjectifs ont été utilisées pour mesurer la prévalence de la précarité énergétique. Les répondants à l'enquête ont rapporté leurs caractéristiques socio-économiques et de logement et ont répondu à des questions sur l'utilisation de stratégies d'adaptation pour améliorer le confort thermique et pour gérer les finances. Au total, 516 habitants de Bridgewater ont répondu à l'enquête. Des tableaux croisés et des régressions logistiques ont été utilisés pour analyser les données. Les réponses aux questions ouvertes sur les stratégies d'adaptation ont aussi été analysées et inclues dans les résultats. Résultats. Au sein de l'échantillon, 17 % des ménages consacraient plus de 10% de leur revenu (avant coûts de logement) aux dépenses énergétiques, et 46 % avaient une part des dépenses énergétiques par rapport au revenu du ménage (après coûts de logement) plus de deux fois supérieure à la part médiane nationale. Vingt-et-un pour cent ont déclaré ne pas pouvoir maintenir une température adéquate dans leur logement. La prévalence de la précarité énergétique était plus élevée chez les femmes, chez les ménages avec enfants, chez les ménages à faible revenu, chez les locataires et chez les personnes vivant dans des logements nécessitant des réparations majeures. L'utilisation de stratégies d'adaptation était supérieure chez les femmes que chez les hommes, chez les jeunes adultes que chez les autres groupes d'âge, et chez les ménages avec enfants que chez les ménages sans enfants. En tenant compte des caractéristiques socio-économiques et des caractéristiques du logement, les participants confrontés à la précarité énergétique basée sur leur incapacité de maintenir une température adéquate dans leur logement, étaient 10,33 fois plus susceptibles de recourir au compromis du « heat or eat » que les participants qui ne sont pas en situation de précarité énergétique.Conclusion. Selon toutes les mesures utilisées au sein de cette étude, plus de 30 % des ménages de l'échantillon de la ville de Bridgewater sont en situation de précarité énergétique. Plusieurs participants font recours à des stratégies pour faire face à la précarité énergétique, notamment pour améliorer le confort thermique de leur logement et réduire les contraintes financières. Ces résultats révèlent le fardeau que représente la pauvreté énergétique pour certains ménages. Une meilleure compréhension de l'expérience des ménages en situation de précarité énergétique permettra d'orienter les interventions de manière efficace pour d’autres villes comme Bridgewater à travers le Canada
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».